今天小编分享的互联网经验：出门问问通过IPO备案：营收利润双下滑，大模型成逆袭关键，欢迎阅读。
图片来源 @视觉中国
文 | AI 大模型工场，作者｜星奈，编辑｜方奇
如果有无数只猴子，并且它们有无尽的时间，那么这些猴子就有可能打出完整的《哈姆雷特》。
想象一下，如果我们将这些打字的猴子比作一个能够生成随机字元的程式，而将《哈姆雷特》看作是一个按照一定规律排列的字元序列，那么无限猴子的原理就与现在的大型 GPT 模型非常相似。
出门问问自研的大模型 " 序列猴子 " 的名字就来源于此。我们只需要给机器提供大量的文本序列，然后通过强大的计算能力进行训练，最终就可以得到一个拥有智能的 " 序列猴子 " 大模型。
今年 4 月诞生的 " 序列猴子 " 在经历 8 个月的生长后正在成为出门问问的王牌产品，此时，出门问问正凭借 " 序列猴子 " 冲刺港股 "AIGC" 第一股。
中国证监会国际部于 12 月 21 日披露了关于出门问问的境外发行上市备案通知书。出门问问已完成港股上市备案，或很快进行上市聆讯，此外，出门问问将计划发行不超过 2.2063 亿股普通股。
虽然过去一年大模型炙手可热，但港交所仍未出现 AIGC 概念公司。如果此次成功上市，也就意味着，出门问问将成为港股 "AIGC 第一股 "。
大模型经过近一年的野蛮生长，基础模型的竞争已经告一段落，应用落地的序幕刚刚拉开。在大模型所带来的变局中，出门问问在一众大模型公司中优势在哪里？能否成功上市？面临的挑战又有那些？以及如何构筑自己的护城河？
第二次冲刺港股上市
早在今年 5 月 30 日，出门问问就第一次递表港交所，试图冲击 "AIGC 第一股 "，后于 11 月底失效，并于第二天更新招股书，中金公司与招银国际为其联席保荐人。
而这一次，出门问问的上市之路注定不易。
出门问问成立于 2012 年，由李志飞带头成立。李志飞是美国约翰霍普金斯大学计算机科学博士，曾任职于硅谷研究院，从事语音识别、自然语言处理、机器翻译等领網域的核心算法研究和开发。
公司以生成式 AI 和语音互動技术为核心业务，是为数不多的具有建立通用大模型能力的 AI 公司，也是是亚洲最早开发和商业化生成式 AI 大模型的公司。
据招股书显示，出门问问从 2013 年至 2019 年间共进行了 7 轮融资，融资总额超过 2.3 亿美元，投资方包括红杉资本、海纳亚洲创投基金、真格基金、Google、大众汽车集团等知名企业及投资机构。
该公司的估值也从 A 轮融资的 510 万美元，飙升到 D2 轮融资后的 7.57 亿美元，估值暴涨 140 多倍。
在资本的强力助推下，出门问问业绩发展迅猛。从财务上看，2020 — 2022 年间，出门问问营收为 2.65 亿元、3.98 亿元、5 亿元，对应经调整净利润分别为 -1.57 亿元、-0.73 亿元、1.09 亿元。
不过到了 2023 年上半年，出门问问营收、利润双降。据最新招股书显示，出门问问上半年营收为 2.62 亿元，经调整利润为 6509 万元，相较去年同期，该两项指标分别下滑 23.7%、63.3%。
究其原因，主要系智能设备及硬體业务和车载业务收入下滑的影响。
目前，出门问问的业务可分为两大模块：AIoT 解决方案以及 AI 軟體解决方案。
出门问问将 TicWatch 系列智能手表、智能跑步机、智能家居等产品纳入 AIoT 智能设备业务。在 2022 年之前，是出门问问的核心业务，2020 和 2021 年分别贡献了 83% 和 85% 的收入，2022 年，AIoT 解决方案在营收中的占比大幅下滑，至 39.4%。
AI 軟體解决方案包括面向内容创作者的 AIGC 解决方案以及针对企业的 AI 軟體解决方案。
具体来看，面向内容创作者的 AIGC 产品包括 AI 配音助手 " 魔音工坊 " 及其海外版 "DupDub"、AI 写作助手 " 魔撰写作 "、AI 数字人 " 奇妙元 "。
在 B 端，出门问问为汽车、金融行业等多个行业提供人性化、智能化的 AI 语音互動解决方案。但事实上，该业务主要是为汽车附属 A 服务。招股书显示，2021 年 -2023 年 6 月，来自于公司向最大客户 A 的收入占比总收入的 0.8%、42.6%、53.0%。外界不少声音猜测，此处的大客户 A 即为大众汽车。
而 2022 年合作收入剧增源于 2021 年底双方签署的一份知识产权協定，即出门问问为大众汽车提供汽车语音互動解决方案等服务，合约金额 5500 万美元。
随着今年 6 月该知识产权協定的结束，出门问问在车载市场长远发展的稳定性堪忧。
押注序列猴子，用大模型增势
在招股书中，出门问问提到 AIGC 近 250 次，公司对大模型的重视程度可见一斑。
李志飞可以说是中国最早一批关注到 GPT-3 的人，2020 年 6 月，GPT-3 出现后，出门问问就开始探索中国版的 GPT。他曾在多个场合表示："GPT-3 是暴力美学的一次胜利。"
2021 年出门问问正式发布大模型 "UCLAI"，但由于难以在商业化落地和研发成本之间找到平衡，便停止了对大模型的投入。直到 ChatGPT 横空出世，AIGC 成为炙手可热的新兴赛道，出门问问重拾大模型研发，并于今年 4 月推出大语言模型 " 序列猴子 "。
再次出发的出门问问，似乎对如何做大模型、以及如何实现商业化都有了全新的思考。
在大模型建设层面，多模态能力成为出门问问发展大模型关注的重点。李志飞表示，大模型最终要产生各行各业的应用的话，一定是要通过 Agent 或者 Copilot 的方式去落地。而 Agent 的输入输出都依赖于多模态，没有多模态，就没有 Agent。
出门问问推出的 " 序列猴子 " 不仅限于语言能力，更是一款具备多模态生成能力的大语言模型。该模型不仅具有逻辑、推理、对话等通用语言能力，还能够同时支持文字生成、图片生成、3D 内容生成、语音生成和语音识别等不同任务。
李志飞认为未来，大模型最好的 " 工作 " 是做人类的 CoPilot （助理），并预测 CoPilot 将会无处不在，在创作者、C 端、B 端将会有广泛的应用。
在商业化落地层面，出门问问正在探索两种新的商业模式：To PC（professional consumer），专业个人；To SMB（small and media business），中小型企业，即更关注创作者和小 B 端的商业化机会。
目前，出门问问 To PC 的商业化路径已经较为清晰，盈利模式也相对成熟，采取按月付费 + 按使用量付费的混合模式。官方数据披露，截至 2023 年 11 月 28 日，出门问问的魔音工坊、魔撰写作、奇妙元等 AIGC 产品拥有超过 800 万名累计注册用户，以及约 60 万名累计付费用户。
在小 B 端，出门问问主要提供定制大模型服务，提供个性化解决方案。目前已与春秋航空、趁早、中国移动、中国电信、易车 APP、中国工商银行、VIPKID 等 500 余个行业客户开展合作探索，覆盖企业咨询、教育培训、出海产品介绍、口播短视频、直播等多类场景。
出门问问在大模型领網域正在积极探索，但是能否真正跑通还有待时间验证。
出门问问的故事怎么讲？
大模型的发展前景无疑具有巨大的想象空间。
出门问问在招股书中提到，根据灼识咨询，按收入计，预计到 2027 年，中国 AIGC 市场规模将达 326 亿元，2022 年至 2027 年的复合年增长率为 136.3%。
水大鱼大，纵使大模型商业前景还是一片蓝海，但是大模型研发 " 烧钱 " 是不争的事实，目前没有几家企业能够真正利用大模型赚钱也是事实。
以 LLaMA-13B 版本为例，按 Meta 论文中的数据，其预训练用 A100（80GB 显存），跑 13.5 万 GPU 小时。假设 1000 张卡，跑 135 小时，相当于 5 天半左右。而这 1000 张显卡就差不多 1 亿人民币。如果再加上其他硬體伺服器、数据中心、电费、研发人员的成本，大模型预训练的资金门槛就在几个亿到几十亿之间（对应百亿级到千亿级参数的模型）。
李志飞曾公开表示，" 序列猴子 " 模型参数量约为百亿级别，可想而知其烧钱程度。尽管李志飞曾坦言出门问问近期不考虑融资，不需要外部融资也能支撑研发投入，但是深挖一下其融资进度就会发现，出门问问自 2019 年获得最后一笔约 1687 万美元的投资后，已经长达 4 年时间再未获得过投资。
在最新的招股书中显示，截至 2023 年 10 月 31 日，其现金及现金等价物只有 1.598 亿元。背后缺少资本支持的出门问问能走多远？
除了现金捉襟见肘外，出门问问还需要应对激烈的外部竞争。
ChatGPT 出现后，国内一年时间里就诞生了 238 个大模型，百度、阿里、腾讯、科大讯飞等大厂纷纷下场，并在 8 月份陆续面向社会开放。除了来自大厂的压力，出门问问也面临着来自同类型产品的竞争。
面对如此多麻烦的出门问问，在冲刺港交所 IPO 之际，如何用现有资源构筑自己的护城河，打消资本市场的疑虑？
如果说大模型上半场的竞争壁垒是算力的壁垒，实际上是钱的壁垒，那么进入到大模型竞争下半场，数据和用户或许能成为企业新的护城河。
有人说垂直领網域的数据积累是企业的护城河，并且可以利用数据飞轮加宽这条河。实际上，大家都很容易获取的数据不是壁垒，用户在自己产品中互動沉淀的数据才是壁垒，将数据与自己的产品相结合，形成数据飞轮，这才是比模型和算力更靠谱的壁垒。
具体到出门问问身上，无论是推出的 AI 智能手表、智能跑步机等智能硬體产品还是基于 " 序列猴子 " 推出的 " 魔音工坊 "、" 魔撰写作 "、" 奇妙元 " 等 AIGC 产品，出门问问都在努力将用户的使用数据和产品相结合，形成独特的数据飞轮，以加深其护城河。
未来，随着大模型技术的不断演进和应用场景的不断拓宽，数据和用户的重要性将会更加凸显。对于出门问问来说，如何更好地利用数据飞轮效应，将其转化为可持续的竞争优势，将是决胜大模型竞争下半场的关键。
